Die Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin) hat aufsichtliche Prinzipien für den Einsatz von Algorithmen in Entscheidungsprozessen von Finanzunternehmen publiziert. Sie sollen zu einem verantwortungsvollen Einsatz von Big Data und Künstlicher Intelligenz (Big Data und Artificial Intelligence – BDAI) führen und die Kontrolle des damit einhergehenden Risikos ermöglichen. Hintergrund des Prinzipienpapiers: Technologien wie BDAI werden zunehmend auch von Unternehmen des Finanzmarkts angewendet. 

Die BaFin hat sich unter anderem mit der Frage befasst, welche aufsichtlichen Grundsätze und Rahmenbedingungen für einen kontrollierten Einsatz von BDAI aufgestellt werden müssen und hat die Ergebnisse dieser Überlegungen als Orientierungshilfe zusammengefasst. Außerdem erhofft sich die Finanzaufsicht wichtige Impulse für den Austausch mit verschiedenen Stakeholdern. So hat die Europäische Kommission im vergangenen Jahr in ihrer Digital Finance Strategy angekündigt, spätestens bis 2024 gemeinsam mit den Europäischen Aufsichtsbehörden (European Supervisory Authorities – ESAs) klarzustellen, welche Erwartungen an die Verwendung von BDAI-Technologie gestellt werden sollen. Das Prinzipienpapier der BaFin soll einen wichtigen Beitrag dazu leisten, die gemeinsamen Arbeiten der ESAs mit der Kommission voranzubringen.

Dabei liegt allen regulatorischen Fragen rund um BDAI ein grundsätzliches Problem zugrunde: Nach wie vor ist es schwierig, BDAI-Verfahren von Verfahren der klassischen Statistik abzugrenzen. Unter Risikogesichtspunkten lassen sich aber drei Merkmale herausstellen, die bei modernen BDAI-Methoden von besonderer Bedeutung sind. Erstens sind die verwendeten Algorithmen häufig im Vergleich zu klassischen statistischen Verfahren besonders komplex. Das erschwert ihre Nachvollziehbarkeit. Zweitens lassen sich immer kürzere Rekalibrierungszyklen beobachten. Dies liegt an der Kombination aus stetig weiter lernenden Algorithmen und daran, dass nahezu täglich neue Daten zur Verfügung stehen. Dadurch verschwimmen mehr und mehr die Grenzen zwischen Kalibrierung und Validierung. Und drittens erhöht sich durch den Einsatz von BDAI-Methoden der Grad der Automatisierung. Dadurch lassen sich Prozesse immer leichter hochskalieren und die Auswirkung des einzelnen Algorithmus nimmt zu. Die BaFin-Prinzipien gelten daher vor allem für solche Algorithmen, die diese drei Merkmale aufweisen.

Die Prinzipien sind nur ein Meilenstein beim Ansinnen von BaFin und Deutscher Bundesbank, Rechts- und Anwendungssicherheit für den verantwortungsvollen Einsatz von BDAI im Finanzsektor zu schaffen. Die Arbeiten zu diesem Themenkomplex gehen weiter: Speziell für den Einsatz von maschinellem Lernen bei Säule-I- und Säule-II-Modellen wollen BaFin und Bundesbank alsbald ein Diskussionspapier veröffentlichen, das sie gemeinsam konsultieren wollen. Im Fokus werden dabei Modelle stehen, die im Rahmen der Solvenzaufsicht aufsichtlich genehmigt werden müssen oder Gegenstand aufsichtlicher Prüfungen sind.

Hier geht es zum 16-seitigen BaFin-Dokument „Big Data und künstliche Intelligenz“.